<?xml version="1.0" encoding="UTF-8"?><rss xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:atom="http://www.w3.org/2005/Atom" version="2.0" xmlns:cc="http://cyber.law.harvard.edu/rss/creativeCommonsRssModule.html">
    <channel>
        <title><![CDATA[Stories by Daniel Menez on Medium]]></title>
        <description><![CDATA[Stories by Daniel Menez on Medium]]></description>
        <link>https://medium.com/@daniel.menez?source=rss-0d67e94cf308------2</link>
        <image>
            <url>https://cdn-images-1.medium.com/fit/c/150/150/0*gaTozSBsGOQupHPt</url>
            <title>Stories by Daniel Menez on Medium</title>
            <link>https://medium.com/@daniel.menez?source=rss-0d67e94cf308------2</link>
        </image>
        <generator>Medium</generator>
        <lastBuildDate>Wed, 18 Nov 2026 08:29:10 GMT</lastBuildDate>
        <atom:link href="https://medium.com/@daniel.menez/feed" rel="self" type="application/rss+xml"/>
        <webMaster><![CDATA[yourfriends@medium.com]]></webMaster>
        <atom:link href="http://medium.superfeedr.com/" rel="hub"/>
        <item>
            <title><![CDATA[Diminuição de Turnover dos trabalhadores]]></title>
            <link>https://medium.com/@daniel.menez/diminui%C3%A7%C3%A3o-de-turnover-dos-trabalhadores-52aa24cae25a?source=rss-0d67e94cf308------2</link>
            <guid isPermaLink="false">https://medium.com/p/52aa24cae25a</guid>
            <dc:creator><![CDATA[Daniel Menez]]></dc:creator>
            <pubDate>Thu, 02 May 2024 18:36:29 GMT</pubDate>
            <atom:updated>2024-05-02T18:36:29.708Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*rjSmCWFdZyf-uiJx9C1XuA.png" /></figure><h3><strong><em>Método</em></strong></h3><p>O método escolhido para a realização da análise é o CRISP-DM.</p><p>O CRISP-DM (Cross-Industry Standard Process for Data Mining) é uma metodologia amplamente utilizada para guiar projetos de mineração de dados e análise de dados. Ele fornece uma estrutura sólida para organizar as várias etapas de um projeto de análise de dados, desde o entendimento do problema até a implementação das soluções.</p><p>Consiste em seis fases principais:</p><p><strong>1. Entendimento do negócio (Business Understanding)</strong></p><p><strong>2. Entendimento dos dados (Data Understanding)</strong></p><p><strong>3. Preparação dos dados (Data Preparation)</strong></p><p><strong>4. Modelagem (Modeling)</strong></p><p><strong>5. Avaliação (Evaluation)</strong></p><p><strong>6. Implantação (Deployment)</strong></p><h3><strong><em>Entendimento do Negócio</em></strong></h3><p>O Turnover (rotatividade de funcionários) é um grande problema para as empresas. Sempre que um funcionário deixa um determinado trabalho, a empresa perde dinheiro e tempo com novas entrevistas e treinamentos do novo funcionário. Isso sem falar da perda de produtividade do setor afetado por esse turnover. São muitas as questões que fazem um funcionário deixar a empresa, entre elas melhores oportunidades, clima organizacional ruim, chefes ruins, baixo equilíbrio entre vida pessoal e profissional, entre outros.</p><p>Para tentar entender quais as características que fazem um funcionário ficar ou deixar uma empresa de Tecnologia, o RH desta empresa catalogou informações de <strong>1.470 funcionários </strong>que deixaram ou permaneceram na companhia no último ano. O resultado desse levantamento gerou <strong>19 possíveis fatores </strong>que explicam o comportamento do turnover.</p><p>Com base nisso, o RH encomendou um estudo para responder a seguinte pergunta:</p><ol><li><strong>Quais políticas/fatores da empresa deveriam mudar de forma a minimizar o turnover?</strong></li></ol><h3>Entendimento dos dados</h3><p>A base de dados foi disponibilizada pela <strong><em>preditiva.ai </em></strong>no formato XLSX.</p><p>Segue metadados abaixo:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*LCUzJOLXG7RXxWf2ttrzXA.png" /></figure><h3>Modelagem</h3><h4><em>Análise Exploratória</em></h4><p>Em seguida através da análise exploratória de cada uma das variáveis, busquei compreender o perfil de cada uma delas através das tabelas de frequência, gráficos de histograma e de boxplot. Seguem abaixo os primeiros insights que obtive:</p><ul><li><em>A taxa de atual de </em><strong><em>Turnover</em></strong><em> desta empresa é de </em><strong><em>16%</em></strong><em>.</em></li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/646/1*-K6sKh99yTsLuPVkFtRxvQ.png" /></figure><p>No geral, uma taxa de turnover de até 10% ao ano é considerada boa e possibilita que haja renovação na equipe.<br> Contudo, é fundamental que as lideranças e o time de gestão de pessoas façam uma análise crítica desse indicador, considerando a realidade e as estratégias de retenção de talentos do negócio.</p><p>Fonte: <a href="https://www.qulture.rocks/blog/turnover-ideal">https://www.qulture.rocks/blog/turnover-ideal</a></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/782/1*TABJ0ncytIWQJwObO-6wpQ.png" /></figure><ul><li>O gráfico de coluna nos mostra que <strong><em>47%</em></strong> dos funcionários possuem entre <strong><em>29 e 39 anos </em></strong>de idade.</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/782/1*vYR9pVuV54IA2bnpfdy3hg.png" /></figure><ul><li>O gráfico de boxplot nos mostra que a faixa etária dos funcionários podem variar entre <strong><em>18 e 60 anos</em></strong>, a média é de <strong><em>36 anos </em></strong>e <strong><em>75% </em></strong>deles possuem até <strong><em>43 anos.</em></strong></li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/742/1*kcXaVc0dy02BtMbJjcf9Rw.png" /></figure><ul><li>O gráfico de pizza nos mostra que a <strong><em>71%</em></strong> dos funcionários viaja raramente e <strong><em>19% </em></strong>frequentemente<strong><em>.</em></strong></li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/753/1*wkH6I0SY_SrAHhoi-RReSQ.png" /></figure><ul><li>O gráfico de boxplot nos mostra que a distância percorrida até o trabalho pelos funcionários podem variar entre <strong><em>1 e 29km</em></strong>, a média é de <strong><em>9km </em></strong>e <strong><em>75% </em></strong>deles percorrem até <strong><em>14km.</em></strong></li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/755/1*SsgpbisdYvRqzgMT-kgs0A.png" /></figure><ul><li>O gráfico de coluna nos mostra que <strong><em>39% </em></strong>dos funcionários possuem Ensino Superior e <strong><em>70</em>% </strong>dos funcionários possuem até o Ensino Superior<em>.</em></li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/714/1*HBvg82Sc1_joflzgYMgLhQ.png" /></figure><ul><li>O gráfico de coluna nos mostra que <strong><em>31% </em></strong>dos funcionários possuem <strong><em>Alto </em></strong>nível de satisfação com o <strong><em>Clima Organizacional </em></strong>da empresa<em>.</em></li><li><strong><em>30%</em></strong> dos funcionários que deixaram a empresa tinham um <strong><em>Baixo </em></strong>nível de satisfação com o <strong><em>Clima Organizacional</em></strong>.</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/668/1*uQhhO_QarwV2swmolTbYlA.png" /></figure><ul><li>O gráfico de pizza nos mostra que <strong><em>60% </em></strong>dos funcionários são do sexo <strong><em>Masculino</em></strong><em>.</em></li><li><strong><em>63%</em></strong> dos funcionários que deixaram a empresa são do sexo <strong><em>Masculino</em></strong>.</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/782/1*xKqpjpwBvlB-IzoA0xHp9A.png" /></figure><ul><li>O gráfico de coluna nos mostra que <strong><em>46% </em></strong>dos funcionários são <strong><em>Casados.</em></strong></li><li><strong><em>51%</em></strong> dos funcionários que deixaram a empresa são do sexo <strong><em>Solteiros</em></strong>.</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/814/1*sIh2-TsfgtlQrxpAQ9dlAA.png" /></figure><ul><li>O gráfico de boxplot nos mostra que os salários podem variar entre <strong><em>R$1.009,00 e R$19.999,00</em></strong>, a média salarial é de <strong><em>R$6.502,93 </em></strong>e <strong><em>75% </em></strong>recebem até <strong><em>R$8.380,25.</em></strong></li><li><strong><em>69% </em></strong>dos funcionários que deixaram a empresa recebiam entre <strong><em>R$1.000,00 </em></strong>e <strong><em>R$5.000,00 </em></strong>de salário.</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/822/1*RRluyvES8xUemwNYKO7c0Q.png" /></figure><ul><li>O gráfico de boxplot nos mostra que a quantidade de empresas que o funcionário já trabalhou podem variar entre <strong><em>0</em> <em>e 9</em></strong>, a média é de <strong><em>3 </em></strong>e <strong><em>75% </em></strong>passaram por até <strong><em>4 empresas anteriores.</em></strong></li><li><strong><em>41% </em></strong>dos funcionários que deixaram a empresa já passaram por <strong><em>1 empresa anteriormente</em></strong>.</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/644/1*61qDipAk0RA3MU-U4JIpXQ.png" /></figure><ul><li>O gráfico de pizza nos mostra que <strong><em>72% </em></strong>dos funcionários <strong><em>Não fazem horas extras.</em></strong></li><li><strong><em>54% </em></strong>dos funcionários que <strong><em>deixaram a empresa Faziam horas extras.</em></strong></li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/822/1*ss5J2IyWWCzQiP_V61oVTg.png" /></figure><ul><li>O gráfico de boxplot nos mostra que os percentuais de aumentos salariais podem variar entre <strong><em>11%</em> <em>e 25%</em></strong>, a média é de <strong><em>15% </em></strong>e <strong><em>75% </em></strong>tiveram por até <strong><em>18% de aumento.</em></strong></li><li><strong><em>17% </em></strong>dos funcionários que deixaram a empresa receberam aumento salarial de até <strong><em>11%</em></strong>.</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/858/1*89Oa7Y0PLLanOaIA1K4X6g.png" /></figure><ul><li>O gráfico de coluna nos mostra que <strong><em>43% </em></strong>dos funcionários <strong><em>Não possuem ações da empresa.</em></strong></li><li><strong><em>65% </em></strong>dos funcionários que deixaram a empresa <strong><em>Não possuíam ações da empresa.</em></strong></li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/852/1*1SYfqFvK_90qCGLMUKNasQ.png" /></figure><ul><li>O gráfico de boxplot nos mostra que tempo de carreira dos funcionários podem variar entre <strong><em>0 e 40 anos</em></strong>, a média é de <strong><em>11,27 </em></strong>e <strong><em>75% </em></strong>tem até <strong><em>15 anos de carreira.</em></strong></li><li><strong><em>35% </em></strong>dos funcionários que deixaram a empresa possuíam entre <strong><em>5 e 9 anos de carreira.</em></strong></li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/896/1*P8GLvVsxq20WkpyurTWW-g.png" /></figure><ul><li>O gráfico de coluna nos mostra que <strong><em>37% </em></strong>dos funcionários tiveram <strong><em>2 horas de treinamento </em></strong>no ano passado<strong><em>.</em></strong></li><li><strong><em>41% </em></strong>dos funcionários que deixaram a empresa tiveram <strong><em>2 horas de treinamento </em></strong>no ano passado<strong><em>.</em></strong></li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/918/1*-h0ggcgAw3qJEu47WMnM_Q.png" /></figure><ul><li><strong><em>61%</em></strong> dos funcionários possuem um equilíbrio entre vida pessoal e profissional <strong><em>Muito bom.</em></strong></li><li><strong><em>54% </em></strong>dos funcionários que deixaram a empresa tinham um equilíbrio entre vida pessoal e profissional <strong><em>Muito bom.</em></strong></li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/948/1*HukiCFM_2TLBSQlsvB9ryQ.png" /></figure><ul><li><strong><em>53%</em></strong> dos funcionários possuem entre <strong><em>0 e 5 anos </em></strong>na empresa<strong><em>.</em></strong></li><li><strong><em>68% </em></strong>dos funcionários que deixaram a empresa trabalhavam entre <strong><em>0 e 5 anos </em></strong>na empresa<strong><em>.</em></strong></li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/944/1*ufJwAitRFFuX5H9-yX6L8w.png" /></figure><ul><li>O gráfico de boxplot nos mostra que tempo de carreira dos funcionários podem variar entre <strong><em>0 e 18 anos</em></strong>, a média é de <strong><em>4,22 </em></strong>e <strong><em>75% </em></strong>tem até <strong><em>7 anos no mesmo cargo.</em></strong></li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/945/1*TMJNqtjBvE9cpB2M0biqMg.png" /></figure><ul><li>O gráfico de boxplot nos mostra que os anos desde a última promoção podem variar entre <strong><em>0 e 15 anos</em></strong>, a média é de <strong><em>2,18 </em></strong>e <strong><em>75% </em></strong>tem até <strong><em>3 anos desde a última promoção.</em></strong></li><li><strong><em>85% </em></strong>dos funcionários que deixaram a empresa passaram entre <strong><em>0 e 5 anos desde sua última promoção.</em></strong></li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/944/1*0auHmQoA3M0tuuWwx8_b1w.png" /></figure><ul><li>O gráfico de boxplot nos mostra que os anos desde a última promoção podem variar entre <strong><em>0 e 17 anos</em></strong>, a média é de <strong><em>4,12 </em></strong>e <strong><em>75% </em></strong>tem até <strong><em>7 anos com o mesmo chefe.</em></strong></li><li><strong><em>76% </em></strong>dos funcionários que deixaram a empresa passaram entre <strong><em>0 e 5 anos com o mesmo chefe.</em></strong></li></ul><h4>Análise de Correlação</h4><p>Uma vez identificados e entendidos os pontos chave por meio da <em>Análise Exploratória</em>, seguimos aplicando as técnicas de <em>Análise de Correlação </em>afim de medir o grau de correlação entre as variáveis individualmente em relação ao <em>Turnover</em>.</p><p>Por se tratar de uma variável qualitativa binária, utilizei o Information Value(IV), uma técnica de análise bidimensional que explica o poder de associação relacionado à variável que questão, lembrando que correlação não significa causalidade necessariamente.</p><p>Abaixo, o resultado obtido após a realização dos cálculos e classificação das variáveis:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/550/1*eSB2oGmqCXqxObLAay0btw.png" /></figure><p>Os fatores com maior poder de associação com o Turnover na empresa são:</p><ul><li>Se o funcionário faz horas extras ou não;</li><li>Se possui ações da empresa ou não;</li><li>Se possui entre 0 e 4 anos de carreira;</li></ul><h4>Avaliação</h4><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*O0nDSCXJwjEFRbQq8vT9qA.png" /></figure><p>Nesta análise concluímos que fatores como <em>Horas Extras</em>, <em>acesso à Ações da Empresa </em>e <em>Tempo de Carreira </em>dos colaboradores são os que mais influenciam <em>Turnover</em>.</p><p>Como medida prioritária, sugiro a implementação de <strong><em>Gestão das Horas Extras </em></strong>envolvendo os <em>Gestores de equipe, Departamento de Saúde e Segurança no Trabalho, Recursos Humanos e Departamento Financeiro</em> afim de avaliar se as horas extras são necessárias devido à carga de trabalho excessiva ou se há problemas de gestão do tempo. Implemente medidas para equilibrar a carga de trabalho, fornecer apoio adicional quando necessário e promover uma cultura de equilíbrio entre vida pessoal e profissional.</p><p>Como medida secundária, sugiro a implementação de <strong><em>Incentivos de Retenção para Funcionários com Ações</em></strong><em> </em>oferecendo incentivos ou benefícios adicionais para funcionários que possuam ações na empresa, como programas de participação nos lucros, descontos em ações ou outros benefícios que os incentivem a permanecer na empresa a longo prazo.</p><p>E como medida terciária, sugiro a criação de <strong><em>Programas de Desenvolvimento Profissional e Progressão na Carreira</em></strong> implementando programas de desenvolvimento profissional e oportunidades de avanço na carreira para funcionários com até 4 anos de experiência na empresa. Isso pode incluir treinamentos, mentorias, programas de rotação de cargos e planos de carreira claros para ajudar os funcionários a visualizar seu crescimento dentro da empresa.</p><h4>Contato</h4><p>Entre em contato comigo através do meu perfil no LinkedIn, no link <a href="https://www.linkedin.com/in/danielmenezesbusinessintelligenceanalyst/">https://www.linkedin.com/in/danielmenezesbusinessintelligenceanalyst/</a> ou por email: daniel.menez@gmail.com.</p><p>Visite também o meu portfólio, nele você encontrará outros trabalhos de análise de dados. <a href="https://biyo.page/p/danielsoares">Clique aqui</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=52aa24cae25a" width="1" height="1" alt="">]]></content:encoded>
        </item>
        <item>
            <title><![CDATA[Otimização de Custos de Plano de Saúde]]></title>
            <link>https://medium.com/@daniel.menez/otimiza%C3%A7%C3%A3o-de-custos-de-plano-de-sa%C3%BAde-21ba02eefb46?source=rss-0d67e94cf308------2</link>
            <guid isPermaLink="false">https://medium.com/p/21ba02eefb46</guid>
            <dc:creator><![CDATA[Daniel Menez]]></dc:creator>
            <pubDate>Mon, 01 Apr 2024 21:33:39 GMT</pubDate>
            <atom:updated>2024-04-01T21:33:39.663Z</atom:updated>
            <content:encoded><![CDATA[<figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*9zHG0NWW68Bwi8WYbjpaEQ.png" /></figure><blockquote><strong>Método</strong></blockquote><p>O método escolhido para a realização da análise é o CRISP-DM.</p><p>O CRISP-DM (Cross-Industry Standard Process for Data Mining) é uma metodologia amplamente utilizada para guiar projetos de mineração de dados e análise de dados. Ele fornece uma estrutura sólida para organizar as várias etapas de um projeto de análise de dados, desde o entendimento do problema até a implementação das soluções.</p><p>Consiste em seis fases principais:</p><p><strong>1. Entendimento do negócio (Business Understanding)</strong></p><p><strong>2. Entendimento dos dados (Data Understanding)</strong></p><p><strong>3. Preparação dos dados (Data Preparation)</strong></p><p><strong>4. Modelagem (Modeling)</strong></p><p><strong>5. Avaliação (Evaluation)</strong></p><p><strong>6. Implantação (Deployment)</strong></p><blockquote><strong>Entendimento do Negócio</strong></blockquote><p>Uma empresa do ramo alimentício tem mais de <strong><em>20 mil colaboradores </em></strong>em todo o Brasil. Com o passar dos anos a empresa percebeu um <em>aumento </em>no <em>custo do plano de saúde </em>com seus colaboradores. Como forma de entender esse comportamento, a gerência de Benefícios e Bem Estar da Diretoria de Pessoas conduziu uma pesquisa interna com um grupo de <strong>1.338 colaboradores</strong> sorteados aleatoriamente.</p><p>A gerência acredita que fatores como fumo e obesidade podem estar relacionados com o maior uso do plano de saúde, o que acaba elevando os custos. Portanto, os colaboradores da pesquisa responderam características pessoais como o índice de massa corpórea (IMC), quantidade de filhos e se fazem uso de cigarros.</p><p><strong>1.</strong> <strong>Quais fatores estão mais relacionados com o Custo do Plano de Saúde na empresa?</strong></p><p><strong>2.</strong> <strong>Que tipo de ações preventivas a empresa pode fazer de forma a diminuir esse custo?</strong></p><blockquote><strong>Entendimento dos Dados</strong></blockquote><p>A base de dados foi disponibilizada pela <strong><em>preditiva.ai </em></strong>no formato XLSX.</p><p>Segue metadados abaixo:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*4mUC1UIDWAoo-BsxU3NSsg.png" /></figure><blockquote><strong>Preparação dos Dados</strong></blockquote><p>Primeiramente fiz uma busca por dados nulos ou duplicados na base dados. A base de dados se mostrou íntegra, sem dados faltantes ou duplicados. Em seguida criei variáveis adicionais determinando faixas para as variáveis qualitativas, como <em>Idade, IMC e Custo_Saude </em>para facilitar a classificação e agrupamento dos dados garantindo maior eficiência nos cálculos.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*pGAPiqWJCWth6yA5m_dOZQ.png" /></figure><blockquote><strong>Modelagem</strong></blockquote><p><em>Análise Exploratória</em></p><p>Em seguida através da análise exploratória de cada uma das variáveis, busquei compreender o perfil de cada uma delas através das tabelas de frequência, gráficos de histograma e de boxplot. Seguem abaixo os primeiros insights que obtive:</p><ul><li><strong><em>R$1.327,04 </em></strong>é a média de custos de saúde por colaborador.</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/666/1*MR1bnMz63Xm09060vinE9w.png" /></figure><ul><li>A tabela de frequência acima indica que <strong><em>53% </em></strong>dos colaboradores consomem até <strong><em>R$1.000,00 </em></strong>em gastos com saúde, e <strong><em>80%</em></strong> consomem até <strong><em>R$2.000,00</em></strong>.</li></ul><p><strong>Qual seria o perfil dos colaboradores que correspondem aos 20% que produzem os gastos acima deste valor?</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/600/1*pb5KCsTpMPD4M__JOKl7Vw.png" /></figure><ul><li>O gráfico boxplot nos mostra que os custos podem variar entre <strong><em>R$112,19 </em></strong>e <strong><em>R$6.377,04</em></strong>.</li><li>50% dos custos da amostra podem variar entre <strong><em>R$473,36 </em></strong>e<strong><em> R$1.668,74</em></strong></li><li>Valores acima de <strong><em>R$3.461,78 </em></strong>são considerados “Outliers”.</li></ul><p><strong>Obs.: Outliers são dados que se diferenciam drasticamente de todos os outros.</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/584/1*zj8ven1_HuRCPDzUBhGF-w.png" /></figure><ul><li><strong><em>39 anos </em></strong>é a média de idade dos colaboradores, e a idade deles pode variar entre <strong><em>18</em></strong> e <strong><em>64 anos </em></strong>conforme nos mostra o gráfico boxplot.</li><li>50% dos colaboradores da amostra possuem entre <strong><em>26 </em></strong>e <strong><em>51 anos </em></strong>de idade.</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/646/1*XiY4s8fCPYa_m5TTbz4TcA.png" /></figure><ul><li>A tabela de frequência acima nos mostra que <strong><em>27%</em></strong> dos colaboradores possuem de <strong><em>18 à 27 anos </em></strong>de idade, e <strong><em>88% </em></strong>até <strong><em>57 anos</em></strong>.</li></ul><p><strong>Qual seria o impacto nos gastos com saúde em colaboradores entre 58 e 64 anos?</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*vZ0nnV7JO07DDCTlMSTFKA.png" /></figure><ul><li>O gráfico boxplot nos sugere um aumento na média de gastos com saúde conforme o avanço da idade. A média de colaboradores entre <strong><em>18 e 27 anos </em></strong>é de <strong><em>R$909,82 </em></strong>e <strong><em>R$1.976,61</em></strong> para colaboradores entre <strong><em>58 e 64 anos</em></strong>, um aumento de <strong><em>54%</em></strong>.</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/662/1*JwSGMEJoQwvRhl0EgI7i9g.png" /></figure><ul><li><strong><em>51%</em></strong> dos colaboradores são do sexo masculino, conforme nos mostra o gráfico de pizza.</li></ul><p><strong>O gênero influencia nos gastos com saúde desta empresa?</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/795/1*Bp_L3rSRsrhmzxq-fGh-8A.png" /></figure><ul><li>O gráfico boxplot nos mostra uma maior variabilidade de gastos considerando o gênero do colaborador.</li><li>75% dos homens tem gastos de até <strong><em>R$1.902,38</em></strong>, <strong><em>24%</em></strong> a mais em relação ao das mulheres.</li></ul><p>Antes de analisarmos a variável IMC, é importante saber que:</p><p>O <strong>índice de massa corporal</strong> (<strong>IMC</strong>) é uma medida internacional usada para calcular se uma pessoa está no peso ideal. Desenvolvido pelo polímata Lambert Quételet no fim do século XIX, trata-se de um método fácil e rápido para a avaliação do nível de gordura de cada pessoa, sendo, por isso, um preditor internacional de obesidade adotado pela Organização Mundial da Saúde (OMS). Segue abaixo a tabela de referência:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/468/1*DZiKfXpt8Zrr3vY8vOjxuA.png" /></figure><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*PM45T1Q6znCQkxxJGjudSA.png" /></figure><ul><li>A faixa de IMC onde há maior concentração de colaboradores fica entre <strong><em>29 </em></strong>à <strong><em>31,</em></strong> portanto se encontram <strong><em>“Acima do peso” </em></strong>ou em <strong><em>“Obesidade I” </em></strong>conforme a tabela do índice de massa corporal adotado pela Organização Mundial da Saúde (OMS).</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*K3_Hgd1506n_OZ0QqeyN3Q.png" /></figure><ul><li>O gráfico boxplot nos sugere um aumento na média de gastos com saúde conforme o aumento do IMC, e colaboradores que se encontram em <strong><em>Obesidade II</em></strong> tem uma média de gasto com saúde de <strong><em>R$1.702,23 </em></strong>além de uma maior variabilidade de gastos em relação aos outros índices.</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/600/1*439SAaS77Dr9pujHjlaBaQ.png" /></figure><ul><li>A tabela de frequência acima nos mostra que <strong><em>43%</em></strong> dos colaboradores <strong><em>não possuem filhos</em></strong>, e <strong><em>85% </em></strong>até <strong><em>2 filhos.</em></strong></li></ul><p><strong>Quantidade de filhos impacta nos gastos com saúde?</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*NZhSLO8mbuBEuxBBVJB0Gg.png" /></figure><ul><li>O gráfico boxplot nos sugere um aumento na média de gastos com saúde de até <strong><em>R$1.535,53 </em></strong>com colaboradores que possuem até <strong><em>3 filhos</em></strong>. Essa média tende à queda conforme o número de filhos aumenta.</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/664/1*blVg5hzPeL8setfodNv6Iw.png" /></figure><ul><li><strong><em>20%</em></strong> dos colaboradores <strong><em>são</em></strong> <strong><em>fumantes</em></strong>, conforme nos mostra o gráfico de pizza.</li></ul><p><strong>Seriam estes os 20% que produzem 80% dos custos com saúde?</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*uZC6ae4ksjhYePMuGnEugw.png" /></figure><ul><li><strong><em>R$3.205,02 </em></strong>é a média de custos de saúde por cada colaborador fumante. <strong><em>74% </em></strong>a mais em comparação ao não fumante.</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/578/1*iKoiO5kzXlikw2j4-fhB2w.png" /></figure><ul><li>A tabela de frequência acima nos mostra que o <strong><em>Sudeste </em></strong>é região que concentra a maior parte dos colaboradores, onde residem <strong><em>27%.</em></strong></li></ul><p><strong>Qual o impacto da Região nos gastos com saúde?</strong></p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*HogUri2lK8Nax6VJYqfJVw.png" /></figure><ul><li><strong><em>R$1.473,54 </em></strong>é a média de custos de saúde na região <strong><em>Sudeste</em></strong>. É também a região com outliers mais altos <strong><em>(R$6,377,04).</em></strong></li></ul><p><em>Análise de Correlação</em></p><p>Uma vez identificados e entendidos os pontos chave por meio da <em>Análise Exploratória</em>, seguimos aplicando as técnicas de Análise de Correlação afim de medir o grau de correlação entre as variáveis individualmente em relação ao Custo com Saúde.</p><p>A <em>Correlação de Pearson </em>e o <em>Gráfico de Dispersão </em>foram os métodos utilizados para avaliar as variáveis <em>QUANTITATIVAS</em>.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/752/1*8A9E0vyg56iUvdnHywxymg.png" /></figure><ul><li>O resultado de <strong><em>0,30 </em></strong>do coeficiente de Pearson demonstra com o gráfico de dispersão uma correlação positiva porém não muito forte de entre Idade e Custos com Saúde.</li><li>A medida estatística <strong><em>R²</em></strong> indica que a variável <em>Idade</em> sozinha explica apenas <strong><em>8% </em></strong>dos Custos com Saúde.</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/752/1*HSmmEIqVwk4UowhoVf4V4g.png" /></figure><ul><li>O resultado de <strong><em>0,20 </em></strong>do coeficiente de Pearson demonstra com o gráfico de dispersão uma correlação positiva porém não muito forte de entre IMC e Custos com Saúde.</li><li>A medida estatística <strong><em>R²</em></strong> indica que a variável IMC sozinha explica apenas <strong><em>3% </em></strong>dos Custos com Saúde.</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/752/1*5gCz9T8eDaJujSjP9oAu7g.png" /></figure><ul><li>O resultado de <strong><em>0,07 </em></strong>do coeficiente de Pearson demonstra com o gráfico de dispersão uma correlação positiva porém não muito forte de entre quantidade de Filhos e Custos com Saúde.</li><li>A medida estatística <strong><em>R²</em></strong> indica que a variável quantidade de Filhos sozinha explica apenas <strong><em>0,5% </em></strong>dos Custos com Saúde.</li></ul><p>A medida estatística <strong><em>R²</em></strong> foi utilizada para indicar a proporção de variabilidade entre os Custos de Saúde e as variáveis <em>QUALITATIVAS</em> do nosso modelo de dados.</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/898/1*LbKK7Ts-CaG0DPk2iilPMQ.png" /></figure><ul><li>A variável <strong><em>Sexo </em></strong>isoladamente, explica <strong><em>0,3%</em></strong> dos custos com saúde.</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/898/1*XHeJaKHjpbJuyMvYG40eKw.png" /></figure><ul><li>A variável <strong><em>Região </em></strong>isoladamente, explica <strong><em>0,7%</em></strong> dos custos com saúde.</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/898/1*hbp3W34DJUYGi61MxPz4Lw.png" /></figure><ul><li>A variável <strong><em>IMC </em></strong>isoladamente, explica <strong><em>4,7%</em></strong> dos custos com saúde.</li></ul><figure><img alt="" src="https://cdn-images-1.medium.com/max/898/1*X7mfdBkZZCG85N9SBC-5gQ.png" /></figure><ul><li>A variável <strong><em>Fumante </em></strong>isoladamente, explica <strong><em>62%</em></strong> dos custos com saúde.</li></ul><p>A <strong><em>Regressão Linear Múltipla </em></strong>foi o método utilizado para modelar a relação entre as variável Custo com Saúde e as demais que de fato a influenciam. Segue abaixo os resultados da análise:</p><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*72QmVunA_e0wjPuVYMvxvg.png" /></figure><ul><li>O <strong><em>R² ajustado</em></strong>, métrica principal do nosso modelo estatístico, nos mostra que a combinação das variáveis <strong><em>Idade</em></strong>, <strong><em>IMC</em></strong>, <strong><em>Filhos </em></strong>e <strong><em>Fumante</em></strong>, explicam <strong><em>75% </em></strong>dos custos com saúde.</li><li>Em destaque a variável <strong><em>Fumante </em></strong>que aumenta <strong><em>R$2.381,13 </em></strong>em média dos custos com saúde por cada colaborador da amostra.</li></ul><blockquote><strong>Avaliação</strong></blockquote><figure><img alt="" src="https://cdn-images-1.medium.com/max/1024/1*LOI-21Hnuq16k3Dr9AZEAA.png" /></figure><p>Nesta análise concluímos que fatores como <em>tabagismo</em>, <em>índice de massa corporal </em>(IMC), <em>idade</em> e a quantidade de <em>filhos</em> dos colaboradores são os que mais influenciam os custos totais com o convênio de saúde. Em destaque o <em>tabagismo</em>, que isoladamente é responsável por <strong><em>62%</em></strong> dos custos totais.</p><p>Como medida prioritária, sugiro a implementação de um <strong><em>Programa de Cessação do Tabagismo </em></strong>envolvendo os <em>Gestores de equipe, Departamento de Saúde e Segurança no Trabalho, Recursos Humanos e Departamento Financeiro</em> afim de estabelecer metas claras e mensuráveis, implementando ações de forma gradual e estruturada e adotando sistemas de monitoramento e avaliação afim de identificar oportunidades de melhoria. Podendo incluir materiais de comunicação, como folhetos, pôsteres e recursos online, juntamente com os custos associados a eventos e palestras educativas.</p><p>Como medida secundária, sugiro a promoção de um <strong><em>Campanhas de conscientização sobre saúde </em></strong>envolvendo também os <em>Gestores de equipe, Departamento de Saúde e Segurança no Trabalho, Recursos Humanos e Departamento Financeiro</em> desenvolvendo programas de bem-estar, políticas de saúde e estratégias de gerenciamento de riscos que visem melhorar a saúde e o bem-estar dos colaboradores incluindo a contratação de profissionais de saúde, como nutricionistas ou educadores físicos, e a implementação de tecnologias ou plataformas para monitoramento e suporte aos colaboradores. Os custos podem variar dependendo do escopo e da complexidade dos programas.</p><blockquote><strong>Implantação</strong></blockquote><p>Afim de monitorar o impacto das ações tomadas em relação ao problema de custos com o plano de saúde, criei um dashboard incluindo os principais <em>KPI’s </em>em Power BI que pode ser visualizado nesse <a href="https://app.powerbi.com/view?r=eyJrIjoiNzNhYWNjMzItNGU2Yy00ZWI0LThlNmItMDNjYzlmMzU0NjBlIiwidCI6IjA4YTU4YzY5LTgzNGEtNGEwOC1hNzU1LTczOWUyNWZhZmU2YiJ9">link</a>.</p><blockquote><strong>Contato</strong></blockquote><p>Entre em contato comigo através do meu perfil no LinkedIn, no link <a href="https://www.linkedin.com/in/danielmenezesbusinessintelligenceanalyst/">https://www.linkedin.com/in/danielmenezesbusinessintelligenceanalyst/</a> ou por email: daniel.menez@gmail.com.</p><p>Visite também o meu portfólio, nele você encontrará outros trabalhos de análise de dados. <a href="https://biyo.page/p/danielsoares">Clique aqui</a></p><img src="https://medium.com/_/stat?event=post.clientViewed&referrerSource=full_rss&postId=21ba02eefb46" width="1" height="1" alt="">]]></content:encoded>
        </item>
    </channel>
</rss>